基于划分的聚类算法k-means算法)

聚类中k_means算法的一种改进算法非常优秀的资料

聚类算法 --以K-means算法为例;分类是指将数据归于一系列已知类别之中的某个类的分类过程分类作为一种监督学习方法要求必须事先明确知道各个类别的信息并且断言所有待分类项都有一个类别与之对应但是很多

本代码以随机分布点为例，利用K均值对其进行聚类划分。程序基于OPENCV，可以通过调整最大迭代次数来调整系统的的性能。

这是一个MATLAB系列视频,共围绕30个计算机视觉和机器学习的实战项目展开。十分适合作为课程作业或是课程汇报。 06_基于K-means聚类算法的图像分割,适合本科或部分研究生课程设计。 涉及到机器

针对高维数据聚类中K-means算法无法有效抑制噪声特征、实现不规则形状聚类的缺点,提出一种基于目标点特征选择和去除的改进K-均值聚类算法.该算法使用闵可夫斯基规度作为评价距离进行目标点的分类,增设权

为了探讨K-means算法应用于图像分割时在不同颜色空间中的聚类效果,选用了不同分辨率的多对图像进行研究,分析了基于RGB和YUV颜色空间的分割结果,并提出一种新的混合模型,即在YUV聚类距离公式中引

为了解决原始K-means算法随机选取聚类中心对聚类结果产生较大影响的不足和孤立点的存在对聚类精度的破坏,以及两者之间的相互牵制性,采用基于2d-距离的DKC值来对原始样本数据集进行预处理以分辨孤立点

：位置指纹法定位中所建立的位置指纹库能否正确反映指纹信号与位置之间的映射关系将影响最终定位效果。本文将一种改进的K．means聚类算法运用于WLAN室内指纹数据库的建立，较之传统K．means聚类算法

基于K-means聚类算法的图像分割算法的基本原理： 基于K-means聚类算法的图像分割以图像中的像素为数据点，按照指定的簇数进行聚类，然后将每个像素点以其对应的聚类中心替代，重构该图像。算法步骤：

python实现基于密度的DBscan和K-means聚类算法，根据青蛙的叫声所提取的 MFCC 特征，给不同科属的青蛙聚类。包括数据集和代码。